• Partenaires : NAE (coordonnateur), DAE System, Conscience Robotics, WeAccess Group
  • Budget global du projet : 794 862€
  • Budget CESI du projet : 116 440€
  • Lancement du projet : Octobre 2024
  • Durée du projet : 3 ans

La plateforme CIDN – DRINEA dans son ensemble concentre 10 fiches projets avec pour objectifs de :

  • Structurer un écosystème « Collaboration Homme-Machine » en Normandie  
  • Développer une interface unique permettant de coordonner simultanément drones et rovers pour assister les opérateurs dans des contextes complexes.

Cibles visées :

  • Défense
  • Sécurité civile
  • Protection de l’environnement                           

CESI possède une fiche projet, intitulée DEVEX « Détection Véhicules / Humains en Extérieur » qui a pour but de challenger les stratégies développées en détection d’objets dans un contexte différent de celui d’un atelier de fabrication industriel : environnements extérieurs et complexes pour des applications militaires par exemple. Ces 2 types d’environnement possèdent de nombreuses similitudes : le manque de données annotées en est une des principales.

Réalisations au 13 janvier 2026 : 

  • Participation au Challenge COHOMA III pour développer la brique d’IA de détection de cibles à partir de jeux de données mixtes
  • Poursuivre la démarche scientifique en comparant différentes stratégies de création de jeux de données et en évaluant leurs performances sur le modèle DL de détection YOLOV11
    • Mixte : données réelles en quantité limitée + données synthétiques générées à partir du Jumeau Numérique (DT)
    • Augmenté : données réelles en quantité limitée + images synthétiques augmentées (images réelles + CAO objets). Utilisation de Glomap – SfM pour extraire les plans de la scène à partir du nuage de points
    • Randomisé : données réelles en quantité limitée + images synthétiques augmentées en appliquant des techniques de randomization (variation des textures, luminosité, etc.)
  • Actuellement, l’accent est mis sur les objets industriels en s’appuyant sur ceux présents dans l’atelier flexible de production

Perspectives

  • Reproduire la même démarche scientifique pour le contexte « Défense » : Analyser si les tendances observées en reconnaissance d’objets industriels se vérifient dans un contexte militaire d’environnements extérieurs pour d’autres catégories d’objets et des personnes
  • Evaluer pour d’autres modèles de détection : RF-DETR (Roboflow), Fast R-CNN, LightWeight models, etc.